برای حذف کلاتر در رادارهای هواپایه از پردازش وفقی مکان-زمان استفاده می شود. با توجه به نیاز این الگورریتم به تخمین ماتریس کواریانس، تعداد داده های کمکی محدود و حجم بالای پردازش مورد نیاز، روش هایی نظیر استفاده از فضای معین کلاتر و حوزه ی مستقیم داده در این مقاله معرفی شده اند. در روش اول با تخمین پارامتر های رادار هواپایه و محاسبه ماتریس تداخل، ضرایب فیلتر محاسبه می شود. همچنین حساسیت عملکرد این روش نسبت به پارامترهای تخمین زده شده بدست می آید. در ادامه با توسعه ی فضای کلاتر، عملکرد این روش نسبت به خطای تخمین برخی از پارامترها مقاوم می گردد. در روش حوزه مستقیم داده با کاهش ابعاد فیلتر، معادلات کمکی لازم برای محاسبه بردار ضرایب بدست می آید. برای بهبود عملکرد این روش، راه حل هایی نظیر افزایش مرتبه فیلتر و کمک گرفتن از فضای معین کلاتر ارائه می شود.

در این مقاله دو روش کلی، روش های متکی بر آشکارسازهای مهندسی و روش های متکی بر آشکارسازهای شبه بهینه، برای رسیدن به آشکارسازهای CFAR معرفی و مقایسه شده است و بر اساس روش های متکی بر آشکارسازی شبه بهینه در کلاتر با توزیع K آشکارساز GLRT-MAPبدست آمده و عملکردش از لحاظ خاصیت CFAR و احتمال آشکارسازی با آشکارساز GLRT-LQ مقایسه شده است. نتایج شبیه سازی نشان می دهند، آشکارساز GLRT-LQ یک آشکارساز با خاصیت CFAR نسبت به پارامتر های کلاتر بوده، ولی نسبت به تغییرات در همبستگی ماتریس کواریانس کلاتر دارای خاصیت CFAR نمی باشد، در حالیکه آشکارساز پیشنهادی GLRT-MAP با ساختاری پیچیده تر نسبت به آشکارساز GLRT-LQ، یک آشکارساز کاملا CFAR می باشد.

در بسیاری از مسایل آشکارسازی مدل سیگنال دریافتی تحت فرضیه H0 همان مدل سیگنال دریافتی تحت فرضیه H1 است با این تفاوت که بعضی از پارامترهای مدل مقادیر ثابت و مشخصی فرض می شوند. چنین مدل هایی اصطلاحا مدل های تودرتو نامیده می شوند. یک مثال از چنین مسایلی آشکارسازی یک هدف با دامنه مجهول در کلاتر محیط است. در این حالت فرضیه H0 همان فرضیه H1 است که دامنه هدف در آن صفر فرض شده است. با در نظر گرفتن دیدگاه بیزی در مورد پارامترهای مجهول، نسبت درست نمایی را می توان با استفاده از توزیع های پسین و پیشین پارامترها به دست آورد. در این مقاله با استفاده از این روش یک آشکارساز با ساختار ساده برای کلاتر گوسی ارایه می شود که در مقایسه با آشکارسازهای GLRT مرسوم برتری قابل توجهی دارد. همچنین نشان می دهیم که با اصلاحاتی در قاعده آشکارسازی می توان به خاصیت CFAR دست یافت.

در این مقاله ابتدا با استفاده از روش سنتی FFT به آشکارسازی اهداف در رادار پسیو مبتنی بر سیگنال تلویزیون آنالوگ پرداخته می شود؛ سپس با در نظر گرفتن این موضوع که برای افزایش برد این نوع رادارها باید کلاتر و نشتی مسیر مستقیم حذف گردد، انواع روش های حذف کلاتر و نشتی مسیر مستقیم در رادار پسیو مبتنی بر سیگنال تلویزیون آنالوگ بررسی می شود و با استفاده از معیارهای توانایی در حذف اکوهای ناخواسته، اثر روی قله اهداف، عملکرد آشکارسازی و پیچیدگی محاسباتی، الگوریتم ها با یکدیگر مقایسه می شوند. در ادامه، روش جدید بانک فیلتر وفقی برای حذف کلاتر و نشتی مسیر مستقیم پیشنهاد می شود. در این مقاله نشان داده می شود که الگوریتم های پیشنهادی با پیچیدگی محاسباتی کمتر، رفتاری شبیه الگوریتم ECA دارد.

در این مقاله به حل آزمون فرضیه مرکب برای آشکارسازی همدوس اهداف راداری با تموج میانی در کلاتر اقدام شده است. در معدود تحقیقات انجام شده قبلی، در شرایط مشابه، بردار هدف به صورت یک بردار تصادفی گوسی و مستقل از بردار کلاتر مدل شده است. در این مقاله بر مبنای همدوس بودن آشکارسازی و تعمیم مدل های سورلینگ به حالت بینابینی، به مدلی می رسیم که نشان می دهد استفاده از فرض گوسی بودن بردار هدف در چنین حالتی صحیح نمی باشد. بر این مبنا، بر اساس روابط آشکارسازی بهینه، آزمون مهم GLR برای آشکارسازی اهداف با تموج میانی در کلاتر گوسی محقق و عملکرد آن با آشکارسازهای تخمین زن - همبستگی یاب (ECD) و آشکارساز خطی بیشینه کننده سیگنال به کلاتر (OF) مقایسه شده است. ضمنا در آشکارسازی، شیفت داپلر معلوم فرض می شود.نتایج حاصل از شبیه سازی کامپیوتری نشان می دهند که آشکارساز تخمین زن - همبستگی یاب (که در کارهای قبل به عنوان آشکارساز بهینه مطرح بود) همچنان در مقایسه با سایر آشکارسازهای مطرح (از جمله GLR تحقق یافته) دارای عملکرد بهتری می باشد. با این حال آشکارساز OF به علت دارابودن ساختار ساده تر و عملکرد نزدیک به آن آشکارساز، به عنوان یک آشکارساز خوب قابل طرح است. آشکارسازGLR  اگرچه عملکرد مناسبی دارد ولی در مجموع حالت های گوناگون دارای عملکردی پایین تر از دو آشکارساز دیگر است که با توجه به روابط پیچیده تر آن، قابل رقابت نخواهد بود.

لطفا برای مشاهده چکیده به متن کامل (PDF) مراجعه فرمایید.

تخمین پارامترهای مدل آماری کلاتر، مساله ای مهم در زمینه مدل سازی، شبیه سازی، طبقه بندی و شناسایی کلاتر رادار می باشد. کلاتر رادار، ذاتا دارای ماهیت تصادفی است، بنابراین عموما از توزیع های آماری برای توصیف بهتر ویژگی های کلاتر رادار استفاده می شود. توزیع K یکی از مدل های رایج برای توصیف کلاتر است که دارای دو مولفه اسپیکل و توان محلی می باشد. این توزیع دارای دو پارامتر مقیاس و شکل می باشد و به دلیل آن که مولفه های آن توسط توزیع گاما مدل سازی می شوند، مساله تخمین پارامترهای توزیع K مساله ای چندبعدی، غیرخطی و پیچیده است. در این مقاله، روش جدیدی مبتنی بر الگوریتم جستجوی گرانشی جهت تخمین پارامتر های توزیع K پیشنهاد شده است. روش پیشنهادی دارای دقت بسیار بالا در تخمین پارامتر های این نوع کلاتر می باشد. برای ارزیابی دقیق روش پیشنهادی این مقاله، تابع توزیع احتمال و تابع چگالی طیف توان کلاتر با پارامتر های تخمین زده در دو آزمایش مختلف مورد ارزیابی قرار گرفتند. هم چنین از تست کولموگروف-اسمیرنوف نیز برای تعیین میزان دقت کلاتر تولیدی استفاده گردید. نتایج شبیه سازی و ارزیابی، کارآمدی روش پیشنهادی برای تخمین پارامترهای توزیع K را به وضوح تصدیق می کنند.

در این مقاله به طراحی توام کد ارسالی و فیلتر گیرنده در سامانه های رادار شناختگر به منظور آشکارسازی اهداف در حضور کلاتر پرداخته شده است. با توجه به این که در کلیه تحقیقات انجام شده ماتتریس کوایانس کلاتر معلوم فرض می شود، در این مقاله با فرض نامعلوم بودن ماتریس کواریانس کلاتر و با توجه به مدل کالتر، دو روش (مبتنی بر داده های ثانویه) برای تخمین پارامترهای ماتریس کواریانس کلاتر پیشنهاد و بر مبنای آن ها الگوریتم های شناختگر برای طراحی توام کد ارسالی و فیلتر گیرنده ارائه شده است. نتایج شبیه سازی نشان دهنده آن است که خطای تخمین ماتریس کواریانس کلاتر، افت ناچیزی در کارایی سیستم ایجاد می نماید. همچنین، باافزایش تعداد داده های ثانویه، متوسط سرعت همگرایی الگوریتم های پیشنهادی، به سرعت هنگرایی حالتی که ماتریس کواریانس کلاتر معلوم باشد، میل می نماید.

در این مقاله به آشکارسازی وفقی همدوس سیگنال راداری در تداخل (کلاتر به علاوه نویز) گوسی برای رادار دیده بان پالسی پرداخته شده است. یکی از راهکارهای پیاده سازی آشکارساز وفقی راداری استفاده از مدل خودبرگشتی (AR) برای کلاتر گوسی است. آشکارسازهایی که بر اساس مدل AR کلاتر مطرح شده اند غالبا بر پایه آزمون GLRT بوده اند. اساس این آزمون بر تخمین حداکثر درست نمایی استوار بوده و دقت این تخمین به تعداد نمونه های داده بستگی دارد. از آنجا که در اکثر موارد عملی طول بردار داده برای آشکارسازی هدف در یک سلول راداری زیاد نیست و با توجه به ماهیت برگشتی مدل AR، در این مقاله دو روش تخمین برای پارامترهای مجهول کلاتر با استفاده از فیلتر کالمن معرفی و بر مبنای آن، دو آشکارساز با نام های ARKD (بر مبنای داده های اولیه) و ARKSD (بر مبنای داده های ثانویه) پیشنهاد می شوند. نتایج حاصل از شبیه سازی نشان دهنده برتری روش های مبتنی بر فیلتر کالمن به ویژه برای تعداد نمونه های کمتر داده می باشد.